GEO 지표, AI 답변 속 브랜드 인식은 어떻게 재나요? | 함샤우트 글로벌 공인희 본부장 인터뷰 전문

초기에는 노출량과 인용 채널 수 같은 정량 데이터에 집중했습니다. 그러던 중 분석을 담당하는 핵심 인력 중 한 명이 "AI도 브랜드에 대한 일종의 편견을 갖고 있다"는 아이디어를 냈고, AI가 누적된 데이터를 바탕으로 지금의 답변을 만들어낸다는 관점에서 접근하면 브랜드에 대한 인식 자체를 진단할 수 있겠다는 판단이 섰습니다. 그래서 대표성을 강조한 Brand Anchor Index를 가장 먼저 만들고, 이어서 브랜드 인식을 포괄적으로 진단하기 위한 보조 지표들을 개발해 지금의 구성에 이르렀습니다.

AI 답변을 분석하는 과정에서 Top 2 브랜드가 거의 항상 함께 노출된다는 점을 발견했습니다. 그런데 답변 안에서 우리가 분석한 브랜드만의 뚜렷한 차별점이나 비교 우위는 드러나지 않았습니다. 결국 AI가 두 브랜드를 '비슷비슷한 베이커리'로 인식하고 있다는 결론에 도달했는데, 그 가운데 경쟁 브랜드만 유독 특정 TPO와 연결되는 답변 패턴이 확인됐습니다. 경쟁 브랜드는 제품 선택과 소비 시점에 대한 데이터가 상대적으로 풍부했던 것으로 분석됩니다.

이를 바탕으로 자사 브랜드만의 차별화된, 소비자가 공감할 수 있는 제품 소비 TPO를 설정하자는 전략을 도출할 수 있었습니다. AI 답변 분석이라고 하면 AI 검색 대응만 가능하다고 생각하기 쉽지만, 실제로는 지금까지 축적해 온 마케팅 활동이 크게 어떤 방향으로 흘러왔는지를 큰 그림으로 볼 수 있게 해줍니다.

약속할 수 있는 것은, 타깃 오디언스가 어떤 단계에서 어떤 정보를 요구하든 우리가 목표한 정보가 적절하고 정확하게 전달되는 접점을 확대하는 것입니다. 반면 AI를 통한 모든 매출 전환을 100% 정확하게 추적하는 일은 아직 기술적으로 불가능하다고 봅니다. 특히 옴니채널이 보편화된 지금 같은 환경에서는 AI를 통한 정보 전달의 역할과 목표를 먼저 설정하고, 고객사와의 합의를 전제로 실행하는 것이 중요합니다.

그리고 지금은 모두가 실험하는 단계입니다. 그래서 고객사에는 "확실하지는 않지만 반드시 도전해봐야 할 시행착오를 함께 해보자"고 제안합니다. 모든 업계와 경쟁사가 뛰어들기 전인 지금부터 직접 실행하며 체득한 노하우는 반드시 기회 요인으로 돌아올 것이라 확신합니다.

특히 축적된 콘텐츠의 힘이 큰 영향력이 될 것이라는 점에서, 지금 시작하는 기업이 승리한다고 확신합니다.

AI 답변 분석으로 시장을 읽는 것에서 시작해야 합니다. AI가 우리 시장을 지금 어느 수준으로 인식하고 있는지, 경쟁 환경은 어떤지를 파악하면 비어 있는 공백 지점이 보입니다. 앞서 자리 잡은 선배 브랜드들이 놓친 주제와 질문이 반드시 있습니다. 그 공백을 공략하는 동시에, AI가 선호하는 채널을 분석해 그곳에 집중하는 것이 신생 브랜드의 현실적인 출발점입니다.

마케팅 업계가 발전하면서 수많은 지표가 생겨났고, 그중에는 핵심으로 자리 잡은 것도, 잊힌 것도 있습니다. GEO에서도 누구나 측정할 수 있고 누구나 공감할 만한 성과의 개념을 담은 지표가 반드시 등장할 것입니다. 우리 AIBA가 그런 지표가 되기를 기대해 봅니다.

"브랜드의 콘텐츠라면 사람에게도 잘 읽혀야 한다"는 원칙을 강조합니다. 마케팅 예산과 리소스는 언제나 부족합니다. 그렇기 때문에 AI 검색 최적화와 타깃 오디언스 최적화를 함께 고려해야 합니다. SEO도 돌이켜 보면 결국 사람에게 선택받기 위한 것에서 출발했습니다. 검색 상위에 노출돼야 클릭으로 이어지니까요.

사람이 볼 수 없는 데이터만 쌓아가는 방식이 과연 '미래의 AI 인구'까지 고려한 미래지향적 마케팅일까요?

저는 의문입니다.

네이버는 대부분의 AI 모델을 차단하고 있고 실제 크롤링도 상당 부분 막고 있는 것으로 알려져 있는데, 최근 퍼플렉시티에서 네이버 블로그 인용률이 급격히 높아졌습니다. 일각에서는 퍼플렉시티가 웹 크롤링을 기본 전제로 하기 때문에 블로그 비중이 높다고 설명하지만, 단순히 그 이유만은 아니라고 봅니다. 네이버가 자사 생태계 내 채널의 트래픽을 높이고 활성화하기 위해 빗장을 열어준 것은 아닐까 추측해 봅니다.

또 하나, 일부 분야에서는 제미나이가 외부 채널을 인용하지 않고 학습된 데이터만으로 답변하는 비중이 상당히 높게 나타나는 경우가 있습니다. 전문적인 데이터가 오랜 기간 많이 축적된 분야일수록 기존 학습 데이터 안에서만 답변을 제공하는 경향을 목격했습니다.

함샤우트 글로벌 AI 연구소와 자회사 딜라이트는 매월 30개 산업군 관련 비브랜드 질문으로 AI 모델이 인용하는 채널을 분석한 리포트를 7월부터 발행하기 시작했습니다. 모든 산업 분야가 GEO를 처음 시작하는 지금 단계에서, 단편적이나마 참고할 수 있는 좋은 지표가 되기를 기대합니다.

아직 모든 산업을 두루 경험한 것은 아니어서 단정할 수는 없지만, 소비자의 직접적인 후기와 감성, 리뷰 데이터가 많은 분야는 브랜드가 직접 공략하기 어렵다고 봅니다. 이미 누적된 데이터가 방대해서, 새로운 정보로 기존에 학습된 데이터를 이기려면 시간과 노력이 많이 들어가기 때문입니다.

또 전문 분야까지는 아니더라도 최종 구매 결정에 다양한 전제 조건이 고려되는 분야, 반대로 논리적인 의사 결정이 아니라 감정과 즉흥적인 기분으로 선택이 이뤄지는 분야도 단기간에 성과를 내기는 어려울 것으로 봅니다. 아직은 여러 실험과 패턴 분석이 필요한 단계입니다.

사실 AI 답변에서 최하위라고 할만한 브랜드는 없었습니다. 상대적으로 평가 점수가 낮을 뿐이었지요. AI 답변에서 우리가 원하는 메시지가 잘 반영되도록 하는 방법으로는 소비자의 직접적인 의견을 담은 콘텐츠 확산이 가장 효과적이었습니다. 다만 경쟁이 치열하고 상대적으로 오래된 브랜드는 소비자의 최신 평가가 적거나 좋지 않을 수 있는데, 네이버 AI 브리핑을 타깃으로 처음 시작한 캠페인이 AI 답변의 메시지까지 변화시키는 것을 확인하고 상당히 놀랍고 기뻤습니다. 해당 프로젝트는 자사 채널이 아니라 순수하게 외부 인플루언서와의 협업으로 진행한 사례여서, 기존 마케팅 활동을 GEO로 확장할 수 있는 가능성도 함께 확인할 수 있었습니다.